Hairy cellulose nanocrystalloids: a novel class of nanocellulose
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nanomaterials have secured such a promising role in today's life that imagining the modern world without them is almost impossible. A large fraction of nanomaterials is synthesized from environmentally-dangerous elements such as heavy metals, which have posed serious side-effects to ecosystems. Despite numerous advantages of synthetic nanomaterials, issues such as renewability, sustainability, biocompatibility, and cost efficiency have drawn significant attention towards natural products such as cellulose-based nanomaterials. Within the past decade, nanocelluloses, most remarkably nanocrystalline cellulose (NCC) and nanofibrillated cellulose (NFC), have successfully been used for a wide spectrum of applications spanning from nanocomposites, packaging, and mechanical and rheological property modifications, to chemical catalysis and organic templating. Yet, there has been little effort to introduce fundamentally new polysaccharide-based nanomaterials. We have been able to develop the first kind of cellulose-based nanoparticles bearing both crystalline and amorphous regions. These nanoparticles comprise a crystalline body, similar to conventional NCC, but with polymer chains protruding from both ends; therefore, these particles are called hairy cellulose nanocrystalloids (HCNC). In this article, we touch on the philosophy of HCNC synthesis, the striking superiority over existing nanocelluloses, and applications of this novel class of nanocelluloses. We hope that the emergence of hairy cellulose nanocrystalloids extends the frontiers of sustainable, green nanotechnology.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle